Painel de Discussão: O Negócio da Ciência de Dados

[0:00] Então vamos voltar direto para Kleena. A primeira, onde você está aí? Kleena. Então Ahmed mandou mensagem, Ótima pergunta. E ele perguntou: houve alguma resistência cultural interna à mudança orientada por dados pela qual o Irish Times tem passado? E, em caso afirmativo, como você superou isso? Eu vi essa pergunta no Twitter, na verdade, e é algo que nos perguntam bastante. Com certeza, houve alguma resistência à mudança. E o que eu diria sobre isso é que é um exercício constante. Então isso não é algo que aconteceu da noite para o dia.

[0:38] ainda está em andamento. Então, algumas coisas sobre isso que eu diria: uma é olhar para outros no setor. Então olharíamos com muita atenção para o New York Times, para o Guardian, para o FT e ver o que eles estão fazendo. E isso ajuda o nosso caso quando dizemos que queremos trazer mais disso ou mostramos aos repórteres o desempenho do conteúdo deles. Ajuda quando sabemos que o Guardian fez isso ou o New York Times fez isso e ver dessa forma. E a outra coisa que eu diria é: quando começamos com a função de analytics, a empresa estava prestes a embarcar em uma mudança para assinatura digital. Então a equipe foi montada um ano antes disso. Até aquele momento, não tínhamos um relacionamento, um relacionamento direto com nossos leitores. Eles iam a uma banca de jornal, entregavam o dinheiro, compravam o jornal, e não sabíamos sobre eles, o que estavam lendo, o que não estavam lendo. Então era imperativo para nós, quando estávamos montando essa função, saber sobre o nosso cliente. Então conseguimos ir à alta gestão e a outros e meio que dizer: sabe de uma coisa, aqui está o número de artigos que as pessoas estão lendo, ou aqui está o impacto que teremos no nosso tráfego e na nossa publicidade, então mostrando algumas vitórias rápidas e trazendo as pessoas para o nosso lado e, de novo, caprichar na parte da comunicação, realmente muito, muito importante, é tudo sobre relacionamentos e é sobre conversar com as pessoas, e a reputação da equipe e das pessoas que você contrata nessa equipe estão representando a operação. é, é, parece que as outras equipes estão quase famintas por esse dia, então agora e estão ansiosas para ver suas estatísticas. é, e essa é a, essa é a mudança importante, porque poderíamos ter entrado de forma autoritária e então

[2:08] e você terá esse medo disso. Então temos que tratar isso dessa forma, então... Você está bem? Hum... Eu fiquei realmente fascinada, Kritika, com a jornada da Disney e a experiência do cliente. Conheço algumas pessoas que vieram da América, e acho que Orlando é tipo o novo Taito Park, com as pessoas visitando o mais frequentemente que podem. Mas eu estava me perguntando, acho que a Disney é um ótimo exemplo, mas você poderia trazer um exemplo mais concreto de como isso se aplica à Davey e aos seus clientes e às suas oportunidades de negócio e como isso se relaciona um pouco mais com o seu negócio? Sim, então provavelmente estamos em um dos estágios iniciais. Então estamos mapeando personas no momento.

[2:54] Então estamos na -- como eu coloco isso? Estamos na fase de coleta/conexão no lado da implementação, mas tivemos uma boa sessão de estratégia. Trouxemos os líderes seniores para o nosso lado, e acho que é naquele estágio em que estamos tentando ver os dados que temos e as personas que achamos que são o público-alvo, e se elas realmente correspondem, ou se estamos... Entendemos nossos clientes bem o suficiente para sequer definir nosso público-alvo nesse espaço, porque acho que a gestão de patrimônio como setor não é realmente reconhecida na Irlanda. É um grande negócio no Reino Unido e nos EUA, mas acho que para entender a gestão de patrimônio, ela ainda é agrupada com...

[3:35] sabe, corretagem de valores e private banking. E então acho que é, há um, há um crescimento na conscientização da marca que precisa acontecer na conscientização do setor. E acho que como parte disso, provavelmente colheremos os benefícios ou pelo menos ajudaremos, uh, a levar esse mercado ao nível certo, mas sim, então na davie no momento estamos, hum, temos, espero que haja alguém da minha equipe aqui, olá, mas o pessoal da minha equipe está no momento trabalhando com a estratégia e a equipe de cx para ajudar a construir essas personas no momento, então, e, hum, no fim do dia, sabe, a alta gestão só quer vender mais ou aumentar suas margens e, sabe, reter seus clientes, que tipo de métricas e como o seu trabalho, sabe, alimenta isso, você consegue provar o ROI do trabalho que está fazendo ou isso viria mais para frente? Sim, não, acho que o acordo sobre as métricas aconteceu. Então isso está definitivamente claro. É sempre difícil com campanhas de marketing provar o ROI. Essa é provavelmente a parte mais complicada, especialmente quando você sempre vai pela última atribuição, você sempre vai atribuir o sucesso de algo à última ação que alguém tomou. Então, mesmo que a jornada possa ser longa, é provavelmente o último download que eles fizeram

[4:52] benefício são a ou a atribuição do sucesso. Então acho que é aí que temos que resolver isso um pouco mais e entender como podemos... melhorar o ROI em campanhas de marketing. Mas fora isso, acho que as outras métricas estamos trabalhando nelas, mas é principalmente NPS. Então é muito voltado para satisfação do cliente e engajamento que queremos tentar trazer e fazer a alta gestão concordar com isso, não apenas benefícios de negócio. Com certeza. Acho que às vezes você tem que jogar o jogo longo, como a Disney faria, sabe, encantar o cliente com...

[5:25] Às vezes você não vê isso nas métricas imediatamente, mas com o tempo isso constrói uma lealdade enorme e quase uma base de fãs para a sua marca, certo? É isso que você está tentando fazer. Alguém mais tem alguma opinião sobre isso? Talvez você faça um trabalho semelhante de UX, experiência do cliente na Accenture. Você tem uma visão semelhante disso? Sim, e acho que no Docker multidisciplinar, e acho que a experiência do usuário é fundamental. Então temos uma inteira, compramos a agência de design Fjord alguns anos atrás, então temos uma agência de design Fjord. E as equipes que montamos para resolver o que pode ser visto como problemas de IA ou analytics sempre têm um designer nelas para garantir que estamos entendendo corretamente a experiência do usuário.

[6:05] Acho que é a percepção de que ótimos produtos e serviços, as pessoas têm tão pouca paciência para um produto ruim. Adoro a ideia do bebê, tipo, tentar deslizar a revista. E, sabe, se a tecnologia não funciona, eles simplesmente não têm tempo para isso. Obviamente, a revista não desliza, mas deveria e um dia vai. Então, sim, eles estão apenas à frente do seu tempo. hum, Então vamos passar para mais algumas perguntas um pouco interessantes que chegaram. E isso é provavelmente geral para qualquer um que queira responder, mas é bem...

[6:38] focada em modelagem, Elpida Vantra, que conhecemos bem da CREM Global. Ela fez esta pergunta muito interessante, e acho que você pode interpretá-la de algumas maneiras diferentes. Pessoas inteligentes constroem algoritmos inteligentes, ou elas coletam e alimentam seus modelos com dados inteligentes? Obrigada. Talvez eu responda essa. Não posso dizer sim ou não. É... Não posso dizer que você não precisa de pessoas inteligentes para construir modelos inteligentes, isso não seria uma boa coisa a dizer, mas os modelos são tão bons e tão limitados quanto foram construídos para ser com base em seus algoritmos. Os dados são absolutamente cruciais. Os dados sempre vão superar... Ok, é melhor eu não dizer isso. Tire a palavra sempre. Os dados geralmente superam um algoritmo melhor. Então, quando você está tentando obter um bom modelo ou um bom modelo preditivo, por exemplo, são os dados que você está usando.

[7:34] Em outras palavras, é com o que você está treinando que tornará o modelo bom. Então, quando você está tentando obter o tipo certo de algoritmo ou classificador ou o que for, experimente diferentes, mas a diferença estará nos dados que você está alimentando nele. E voltando ao comentário sobre inteligência, você não pode usar dados cegamente em uma empresa, e sei que isso parece muito trivial, mas você tem que ter pessoas... especialmente se você estiver usando algum tipo de dado quantitativo estruturado, que entendam os dados. Isso é absolutamente crucial. Porque às vezes os especialistas de domínio são meio que deixados de fora, mas é muito importante que eles façam parte disso. Mas os dados geralmente superam e os algoritmos geralmente. - Ouvi isso aqui primeiro. - E uma pergunta rápida, e surgiu, Susan, no seu discurso em torno do modelo CDAR sobre o algoritmo de aprendizado profundo que qualquer um poderia usar. Quer dizer, e esta é uma pergunta aberta, mas existe o perigo de que, se você tornar os algoritmos possíveis para qualquer um usar, as pessoas comecem a usá-los sem pensar nos dados, sem pensar nos vieses, e você acabe com modelos por aí em que especialistas que não sabem as coisas que você precisa levar em conta não foram consultados?

[8:36] Sim, completamente. E acho que isso se torna um risco ainda maior com o aprendizado profundo, porque então você nem necessariamente precisa trabalhar de perto com os dados antes de alimentá-los, porque o aprendizado profundo na verdade vai lá e descobre sobre o que são os dados também. Então sim, isso é um perigo. E é, é, é algo que volta à IA explicável. E também volta ao fato de que seu modelo só será tão bom. para voltar a isso de novo, quanto os dados que você alimenta nele. Se você tem dados ruins, não importa quão inteligente seja esse algoritmo em que você os alimenta, você não obterá boas decisões.

[9:08] Porque ele não sabe sobre eles. Ele não pode tomar boas decisões com base em dados ruins se não tiver as informações certas. E para saber se seus dados são bons o suficiente ou não, você tem que ter pessoas na sua empresa que entendam quais dados você está coletando, sobre o que são, e para limpá-los e ser capaz de entender sensatamente sobre o que é cada parte deles. É absolutamente crucial. Então experimente em alguns modelos. Com certeza, sim. Faz sentido se houver coisas estranhas acontecendo. Reveja os dados. Acho isso crucial. a mesma pergunta, talvez tenha acabado de fazê-la, então Kian considere sua pergunta feita. E em frente então para outra pergunta de Darren que está aqui para falar de Boston na verdade, e isso segue daquela questão-chave dos dados e ele disse como você então convence a liderança a investir o tempo e o dinheiro e a capacidade na coleta e estruturação e limpeza desses dados?

[10:01] que se espera que esteja pronto para funcionar. Essa é a 80-20 coisa. Isso toma seu tempo, certo? Então, alguma opinião sobre isso, como fazer sua organização investir nisso e gastar tempo? Alguma opinião? Acho que da perspectiva do Irish arms, foi o caso de começar pequeno. Usamos muitas ferramentas de código aberto no início. Não entramos e dissemos: precisamos desse tanto de investimento e desse tanto de recursos para entregar isso. Começamos bem pequeno. Começamos com as informações que tínhamos, fizemos um pouco de limpeza nelas. E, de novo, mostrando esse tipo de resultado e aquelas vitórias rápidas, então da perspectiva do Irish Times publicamos mais de 200 artigos por dia, é um número enorme de artigos e conteúdo é o que é o nosso produto, e então o que fizemos foi realmente fazer esse dia, fazer esse conteúdo trabalhar mais para nós, então estamos publicando esse dinheiro de qualquer forma e estamos publicando-os em um certo horário do dia, então ao escalonar a publicação, a promoção deles e olhar para o que as pessoas querem, nós crescemos exponencialmente o público para esse conteúdo, então isso está mostrando valor de volta e isso nos dá margem então para meio que dizer bem, queremos fazer isso a seguir, queremos investir em

[11:03] porque agora também temos um produto de assinatura. Conseguimos mostrar o que nossos assinantes estão lendo, o que está convertendo assinantes, qual conteúdo está ou não. Então isso realmente nos ajuda agora que temos um produto que estamos vendendo. Ajuda a tornar esse argumento um pouco mais fácil também. ótimo ter esse número de assinantes para que você possa ver essas tendências agora onde as pessoas estão comprando a cópia impressa, você sabe, você pode olhar por cima do ombro de algumas pessoas e tentar ver o que elas estão lendo. Eu sempre faço isso, sou muito irritante para sentar no trem porque estou olhando o que as pessoas estão lendo, mas sim, como elas estão consumindo. Você pode medir isso. Acho que outra coisa é, eu acho, se você conseguir encontrar exemplos na mídia de pessoas que não tinham bons dados e onde elas são chamadas a atenção, e garantir que as pessoas na sua empresa saibam, ok, você tem bons exemplos porque você conseguiu obter bons dados, mas na verdade é isso que acontece quando você não tem. O outro lado, sim. Então as métricas também são muito importantes. Se você concorda que vai mostrar melhoria em algo e você realmente prova isso, então você pode dizer, só posso mostrar até certo ponto por causa dos dados ruins.

[12:02] Sim. Cliona, existe o risco de a mídia, talvez até o Irish Times, se tornar muito orientada por dados e otimizar tudo para perseguir esses olhares e a receita publicitária que vem com eles? Sim, é muito importante para nós. E esse equilíbrio em termos do ethos do Irish Times é muito, muito central. E, novamente, voltando a como não queríamos entrar de forma abrupta e dizer que todo mundo tem que usar isso e usar esses dados. e perseguir cliques dessa forma. E nunca estaríamos escrevendo sobre algo que está acontecendo na Síria que é importante para nossos leitores saberem. Então somos muito centrais nisso. E teria havido relutância nesse sentido. E é realmente porque temos que confiar em nossos jornalistas e confiar no ethos deles sobre o que estão trabalhando ali. Novamente, voltando às assinaturas sendo uma ajuda, não se trata dos maiores geradores de tráfego, qual é o maior número de leitores. Olhamos outras métricas como tempo de engajamento, e temos uma leitura longa, peça que Rosita Boland, uma de nossas jornalistas, escreveu alguns meses atrás sobre Anne Lovett e a morte de Anne Lovett e algo assim que teve, você sabe, pessoas lendo aquilo por, digamos, 13 minutos ou qualquer coisa, lendo o artigo. Isso é muito mais importante do que as páginas sobre isso e, novamente, ter o feedback que ela receberia. Falamos sobre comentários antes, o feedback no Twitter e outros canais sociais. E também, novamente, aquela peça de assinatura que precisamos atrair assinantes, pessoas para pagar pelo nosso conteúdo, e precisamos retê-las. Não vamos retê-las se

[13:32] estamos escrevendo conteúdo baseado em cliques nesse sentido. E suponho que voltando àquela ideia dos 200 artigos, Não se trata de mudar o conteúdo como tal. É se ele tem a melhor manchete possível para explicar o que é para as pessoas encontrarem o que querem encontrar? Tem a melhor imagem nele? E estamos tornando fácil para as pessoas entenderem dessa forma? Então não é visando simplificar demais o conteúdo, mas fazê-lo funcionar mais. Às vezes noto as mudanças de manchete no Irish Times. Você viu um artigo e de repente ele tem uma nova manchete e você entra e percebe, ah, já li esse artigo. Você cria uma boa manchete.

[14:08] não é? Há uma habilidade nisso, e também há diferenças em termos da manchete, pode ser do ponto de vista de uma pesquisa no Google, o tudo o que você precisa saber sobre a visita do Papa, era a manchete necessária para isso, e teríamos olhado as tendências do Google para ver, as pessoas estão pesquisando por visita papal, por visita do Papa, é Dublin, é Irlanda, o que é, e para acertar essas palavras-chave, também usamos ferramenta de teste de manchete, mas pode haver diferenças em como você promove algo no Facebook, versus você sabe como é no Twitter, nesse sentido como você tem que ter os nomes das equipes, você tem que ter esse tipo de coisa, mas então quando fazemos tipo histórias pessoais em primeira pessoa, coisas como com um ponto de interrogação, notamos que manchetes com pontos de interrogação funcionam melhor do que aquelas que não têm, então há tentativa e erro, mas a coisa é que porque estamos olhando dados em tempo real é que podemos ver, podemos mudar uma manchete, podemos testá-la e continuar, em vez de dizer, se tivéssemos sabido disso ontem, não teríamos feito isso.

[15:00] teríamos mudado isso. Muito bom. Apenas passando ligeiramente então para as habilidades. E, você sabe, muitas pessoas aqui teriam filhos pequenos crescendo em várias idades e vários estágios de desenvolvimento em seu sistema educacional. E é sempre interessante pensar sobre o que eles estão aprendendo na escola e o que o mundo do trabalho realmente exigirá deles no futuro. Então, quais são seus pensamentos sobre o que deveríamos estar ensinando às nossas crianças além, talvez, do currículo central de, você sabe, habilidades educacionais básicas que elas receberão para prosperar neste admirável mundo novo?

[15:36] Então. Eu gostaria de começar com esse. Quer dizer, acho que o que estamos vendo no documento, e acho que provavelmente é em todos os sentidos, experimentação e curiosidade são fundamentais. Então, com as coisas mudando e as coisas vão continuar mudando, apenas... aprender um conjunto fixo de coisas. Obviamente é importante que você conheça o básico de suas habilidades, então se você é um cientista de dados você conhece algoritmos, mas na verdade saber como aprender continuamente e estar interessado em aprender continuamente é realmente importante. Então acho que no sistema educacional irlandês somos muito bons nisso no ensino fundamental, então assim que as crianças chegam ao ensino médio isso se transforma em aprendizado mecânico para exames.

[16:24] apresentação e a diretora estava falando sobre estas são as matérias que você faz e para o exame final e então ela chegou ao quarto ano e disse na verdade seus filhos muito depois de esquecerem o que fizeram no exame final, eles vão se lembrar do que fizeram no quarto ano. Exatamente por esse motivo, porque é, você volta à curiosidade e experimentação. Acho que coisas como Coder Dojo são brilhantes também. E acho que é integrar mais, não necessariamente habilidades puras de codificação, mas ter essa... mentalidade de realmente querer abrir algo e, você sabe, a parte da curiosidade, mas tentar construir algo do zero é tão empoderador para as crianças e construir uma aplicação ou construir um aplicativo móvel. Então integrar algo assim.

[17:06] Sim, acho que aprender fazendo é muito melhor do que aprender sentado e ouvindo. Então acho que estamos quase sem tempo. Então vamos encerrar para nossa pausa para o café na zona de experiência. Então vamos agradecer mais uma vez a todos os nossos palestrantes que foram excelentes esta manhã.